دوره 8، شماره 2 - ( 6-1391 )
جلد 8 شماره 2 صفحات 19-13 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Saki Malehi A, Hajizadeh E, Fatemi R. Evaluation of Prognostic Variables for Classifying the Survival In Colorectal Patients using The Decision Tree. irje 2012; 8 (2) :13-19
URL: http://irje.tums.ac.ir/article-1-4-fa.html
URL: http://irje.tums.ac.ir/article-1-4-fa.html
ساکی مالحی امل، حاجی زاده ابراهیم، فاطمی سیدرضا. ارزیابی متغیرهای پیش‌آگهی در رده‌بندی نرخ بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم. مجله اپیدمیولوژی ایران. 1391; 8 (2) :13-19
1- دانشجوی دوره دکتری، گروه آمار زیستی، دانشگاه تربیت مدرس
2- دانشیار، گروه آمار زیستی، دانشگاه تربیت مدرس ،hajizadeh@modares.ac.ir
3- فوق تخصص گوارش و کبد، مرکز تحقیقات بیماری‌های گوارش و کبد، دانشگاه علوم پزشکی شهید بهشتی
2- دانشیار، گروه آمار زیستی، دانشگاه تربیت مدرس ،
3- فوق تخصص گوارش و کبد، مرکز تحقیقات بیماری‌های گوارش و کبد، دانشگاه علوم پزشکی شهید بهشتی
چکیده: (12759 مشاهده)
مقدمه و اهداف: جستجو برای ارزیابی و تحلیل فاکتورهای
مهم و موثر در بقای بیماران یکی از مباحث کلیدی در مطالعات بالینی است. مدل درخت تصمیم
روش جدیدی است که در تعیین فاکتورهای پیش آگهی بیماری و رده بندی بیمارن بر اساس زیرگروه‌های
همگن استفاده می‌شود. در این روش انتخاب رده‌ها برحسب مهم‌ترین فاکتورهای پیش‌آگهی
صورت می‌گیرد. هدف از این مطالعه تحلیل
داده‌های بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم است.
روش کار: در این مطالعه، از داده‌های 739 بیمار مبتلا به سرطان کولورکتال استفاده شده است. این داده‌ها در مرکز تحقیقات بیماری‌های گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی ثبت شده‌اند. داده‌ها شامل اطلاعات دموگرافی و هیستوپاتولوژیک هستند. پیشامد مورد نظر در این مطالعه مرگ بیماران است و زمان بقای بیماران از زمان تشخیص بیماری تا وقوع پیشامد (یا سانسور شدن) است که بر حسب ماه اندازه‌گیری شده است. برای تحلیل داده‌ها و رده‌بندی بیماران از مدل درخت تصمیم استفاده شد.
نتایج: مدل درخت تصمیم متغیرهای مرحله سرطان در زمان تشخیص (بر حسب TNM)، سن بیمار در زمان تشخیص، متغیر نوع مورفولوژی تومور و درجه سرطان را در سطح معناداری (05/0P<) به عنوان فاکتورهای پیش‌آگهی مهم در بقای بیماران مبتلا به سرطان کولورکتال نشان داد. همچنین بیماران بر حسب این فاکتورها به پنج زیرگروه همگن رده‌بندی شدند. مقادیر بزرگتر از 1 معیار اندازه اختلاف (measure of separation) (SEP)، مناسبت مدل را تائید می‌کند.
نتیجه‌گیری: مدل درخت تصمیم علاوه بر ارزیابی فاکتورهای پیش‌آگهی بیماری، روشی مناسب و قدرتمند در رده‌بندی نرخ بقای بیماران است.
داده‌های بقای بیماران مبتلا به سرطان کولورکتال با استفاده از درخت تصمیم است.
روش کار: در این مطالعه، از داده‌های 739 بیمار مبتلا به سرطان کولورکتال استفاده شده است. این داده‌ها در مرکز تحقیقات بیماری‌های گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی ثبت شده‌اند. داده‌ها شامل اطلاعات دموگرافی و هیستوپاتولوژیک هستند. پیشامد مورد نظر در این مطالعه مرگ بیماران است و زمان بقای بیماران از زمان تشخیص بیماری تا وقوع پیشامد (یا سانسور شدن) است که بر حسب ماه اندازه‌گیری شده است. برای تحلیل داده‌ها و رده‌بندی بیماران از مدل درخت تصمیم استفاده شد.
نتایج: مدل درخت تصمیم متغیرهای مرحله سرطان در زمان تشخیص (بر حسب TNM)، سن بیمار در زمان تشخیص، متغیر نوع مورفولوژی تومور و درجه سرطان را در سطح معناداری (05/0P<) به عنوان فاکتورهای پیش‌آگهی مهم در بقای بیماران مبتلا به سرطان کولورکتال نشان داد. همچنین بیماران بر حسب این فاکتورها به پنج زیرگروه همگن رده‌بندی شدند. مقادیر بزرگتر از 1 معیار اندازه اختلاف (measure of separation) (SEP)، مناسبت مدل را تائید می‌کند.
نتیجه‌گیری: مدل درخت تصمیم علاوه بر ارزیابی فاکتورهای پیش‌آگهی بیماری، روشی مناسب و قدرتمند در رده‌بندی نرخ بقای بیماران است.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
